Claude Fable 5.1 API

Fable 5.1 đã được thay thế bằng Fable 5.2

Claude Fable 5.2 ra mắt ngày 2026-11-09, giá giảm từ $10 / $50 xuống $8 / $40, đọc cache từ $0.25 xuống $0.20, và output nhanh hơn tới 30%. Trong benchmark chính thức, FrontierCode 2.0 tăng từ 32.4% lên 49.1% và Remote Labor Index từ 17.9% lên 41.3%. Hãy dùng Fable 5.2 cho công việc mới; khi chuyển đổi, lưu ý rằng kiểm tra tiền tố áp dụng cho mọi tài khoản và Fable 5.1 không đọc được khối thinking của Fable 5.2.

Xem giá, benchmark và hướng dẫn chuyển đổi Fable 5.2

So sánh giá: API chính thức, OpenRouter và Wokey

USD cho mỗi triệu token. Giá API chính thức và OpenRouter được kiểm tra thủ công vào 2026-09-29, chưa gồm thuế; giá Wokey được đọc từ bảng giá trực tiếp.

Kiểm tra ngày 2026-09-29 · Trang giá chính thức · Danh sách endpoint OpenRouter

Dùng trong Claude Code

Mô hình này hỗ trợ /v1/messages trên Wokey. Đặt các biến môi trường sau rồi chạy claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="claude-fable-5-1"

Tổng quan Claude Fable 5.1

Ngày phát hành

2026-09-01, cùng lúc với Mythos 5.1; hai mô hình là cùng một mô hình với các biện pháp bảo vệ khác nhau

Định vị

Dành cho suy luận khó và công việc agentic dài hạn. Anthropic khuyên bắt đầu phần lớn khối lượng công việc trên Opus và dùng Fable 5.1 khi các bài đánh giá của bạn trên Opus ở effort cao hơn vẫn chưa đạt

Ngữ cảnh và đầu ra

Ngữ cảnh 1M với giá tiêu chuẩn trên toàn bộ cửa sổ; đầu ra tối đa 128K; Anthropic ghi độ trễ là “slower”

Đầu vào và mốc kiến thức

Đầu vào văn bản và hình ảnh; mốc kiến thức tháng 6/2026; cùng tokenizer với Fable 5, dùng nhiều hơn khoảng 30% token so với các mô hình trước Opus 4.7

Thinking và effort

Adaptive thinking luôn bật và không thể tắt; effort mặc định trên API là high (Opus 5.5 mặc định là medium); giờ có thể đổi effort giữa hội thoại (beta) mà không làm mất hiệu lực cache

Giá chính thức

$10 đầu vào / $50 đầu ra mỗi triệu token, giống Fable 5; đọc cache $0.25, bằng 2.5% giá đầu vào (Fable 5: $1.00); ghi cache 5 phút $12.50, 1 giờ $20; Batch giảm 50%

Biện pháp bảo vệ và dữ liệu

Số lần can thiệp của biện pháp bảo vệ an ninh mạng ít hơn Fable 5 khoảng 60%; khi từ chối trả về stop_reason: "refusal" và có thể fallback sang Opus 4.8 hoặc Opus 5; lưu trữ 30 ngày, và zero data retention (ZDR) chỉ khi được phê duyệt

ID mô hình

claude-fable-5-1 (anthropic.claude-fable-5-1 trên Bedrock; cùng ID trên Google Cloud, Microsoft Foundry và Claude Platform on AWS)

Kiểm tra ngày 2026-09-29 · Nguồn: Anthropic · What’s new · Migration guide

Benchmark chính thức: Fable 5.1 vs Opus 5.5 vs Fable 5 vs Opus 5 vs GPT-6 Astra

Từ trang ra mắt Opus 5.5 của Anthropic; đây là kết quả do nhà cung cấp tự công bố, còn điểm của GPT-6 Astra do OpenAI công bố. Trang ra mắt Fable 5.1 dùng phiên bản cũ hơn của một số benchmark nên không thể gộp vào bảng này, vì vậy cột Fable 5 chỉ được điền ở những mục mà cả hai trang đều báo cùng điểm cho Fable 5.1 và Opus 5; “—” nghĩa là không có điểm công bố có thể so sánh.

Trên trang ra mắt Opus 5.5, Anthropic cho biết khoảng cách giữa Opus 5.5 và Fable 5.1 hẹp hơn những gì các điểm số này cho thấy. Bài kiểm tra khi ra mắt Fable 5.1 chạy với biện pháp bảo vệ được bật, tính các tác vụ bị chặn là 0 điểm hoặc chuyển chúng sang Opus 4.8 hay Opus 5, điều mà Anthropic cho rằng có lẽ đã làm giảm điểm. Cũng trên trang ra mắt đó, Mythos 5.1 đạt 60.9% trên Terminal-Bench 4.0 so với 55.8% của Fable 5.1.

Nên dùng mô hình nào: Fable 5.1, Opus 5.5 hay Fable 5

So với Opus 5.5

Opus 5.5 niêm yết $4 / $20, bằng hai phần năm giá Fable 5.1, đọc cache rẻ hơn ($0.20 vs $0.25) và dẫn trước ở cả chín benchmark ở trên. Trên chỉ số hiện tại của Artificial Analysis, Opus 5.5 đạt 58 ở max với $5.98 mỗi tác vụ, còn Fable 5.1 đạt 53 với $7.63. Hãy bắt đầu với Opus 5.5 và chỉ thử Fable 5.1 khi các bài đánh giá của chính bạn vẫn chưa đạt với Opus 5.5 ở xhigh hoặc max.

So với Fable 5

Cùng giá nhưng đọc cache chỉ bằng một phần tư chi phí, nên không có lý do để ở lại Fable 5. Anthropic ước tính tiết kiệm khoảng 25% với công việc thông thường và tới khoảng 45% với công việc mang tính agentic cao. Terminal-Bench 4.0 tăng từ 42.0% lên 55.8% và Terminal-Bench-Science tăng gấp đôi từ 24.7% lên 52.6%. Hãy kiểm tra danh sách chuyển đổi bên dưới trước: ép dùng tool trả về 400, và phát lại thinking sau khi sửa lịch sử cũng có thể trả về 400.

Chọn effort

Mặc định trên API là high, và danh sách kiểm tra chuyển đổi của Anthropic khuyên tinh chỉnh lại bắt đầu từ đó thay vì giữ nguyên cài đặt của Fable 5. Artificial Analysis đo được chênh lệch 11x về token đầu ra giữa các mức effort; trên chỉ số hiện tại của họ, high đạt 51 với $3.91 mỗi tác vụ và max đạt 53 với $7.63, gần gấp đôi chi phí cho 2 điểm. Hãy đặt max_tokens từ 64K cho xhigh và max, và dùng tính năng đổi effort giữa hội thoại mới (beta) để chuyển mức mà không làm mất hiệu lực cache.

Tài liệu về effort

Đánh giá của bên thứ ba và cộng đồng

• Artificial Analysis: Khi ra mắt, mô hình đạt 66 trên Intelligence Index ở max, đứng #1 vào thời điểm đó và cao hơn Fable 5 4 điểm; một tác vụ tốn $3.76, nhiều hơn Fable 5 20%, do dùng khoảng 1.7x token đầu ra, trong khi việc giảm giá cache tiết kiệm khoảng $1.40 mỗi tác vụ. Các lần fallback do từ chối tạo ra khoảng 4% token đầu ra. Trên chỉ số v4.3.2 hiện tại, mô hình đạt 53 ở max (#5) với $7.63 mỗi tác vụ và 51 ở high với $3.91. Mọi hạng mục tính phí trên Wokey đều bằng 24% giá chính thức, nên cùng tác vụ đó tốn khoảng $1.82 ở max và $0.93 ở high.
• Khách hàng truy cập sớm (trang ra mắt của Anthropic): Cognition: chuyển lưu lượng Opus 5 trong Devin sang Fable 5.1 ngay ngày ra mắt. Browserbase: hoàn thành 82% tác vụ so với 74% của Opus 5 và 57% của Fable 5. Glean: người chấm ưa chuộng mô hình này hơn Fable 5 với tỷ lệ khoảng 2 trên 1. Every: nhanh gấp khoảng hai lần Opus 5 với một nửa số token. Rogo: ít hơn 20% token. Đây là phát biểu của khách hàng do nhà cung cấp trích dẫn.
• Hacker News (thảo luận 1,419 điểm): Một nhân viên Anthropic trong thảo luận cho biết văn phong tự nhiên hơn và điểm Terminal-Bench-Science tăng hơn gấp đôi so với Fable 5. Phần lớn thảo luận phàn nàn rằng các mô hình Claude viết quá đặc hoặc rỗng nội dung, và một số người nghi ngờ sự dài dòng làm tăng lượng token sử dụng; những người muốn câu trả lời ngắn gọn hơn gợi ý GPT-5.6 Sol.

Chuyển từ Fable 5 hoặc Opus 5: các request trả về 400

Những thay đổi này lấy từ trang What’s new và hướng dẫn chuyển đổi của Anthropic. Hãy kiểm tra request, lịch sử hội thoại và cách phân tích phản hồi trước khi đổi model sang claude-fable-5-1.

• tool_choice là any hoặc tool trả về 400 (“tool_choice: type "tool" and "any" are not supported for this model.”), kể cả trên count_tokens, nên các request từng chạy được trên Fable 5 sẽ lỗi ngay. Hãy dùng auto với strict: true, structured outputs hoặc một chỉ dẫn rõ ràng trong prompt. Qua Wokey, gateway trả về cùng lỗi 400 ngay tại chỗ mà không tiêu tốn hạn mức upstream.
• Khối thinking chỉ tương thích một chiều: Fable 5.1 đọc được khối thinking của các mô hình trước, nhưng các mô hình trước không đọc được khối của Fable 5.1. Sau một lần fallback, chúng bị loại bỏ mà không báo và không bị tính phí; với header beta thinking-binding-controls-2026-08-01, chúng được liệt kê trong input_transformations.
• Sửa các lượt trước (system, tools hoặc messages) làm mất hiệu lực các khối thinking phía sau. Tài khoản tạo từ 2026-08-31 trở đi nhận lỗi 400 “The block is bound to a different conversation”; đặt thinking.block_binding.prefix_mismatch_behavior: "drop_block" để loại bỏ chúng thay vào đó. Hãy giữ lịch sử ở dạng chỉ nối thêm; compaction phía server, context editing, di chuyển cache_control và đổi effort đều an toàn.
• Từ Opus 5: thinking: {"type": "disabled"} và {"type": "enabled", "budget_tokens": N} đều trả về 400 (giống như từ Fable 5); hãy xóa trường thinking và điều chỉnh độ sâu bằng effort. Qua Wokey, gateway loại bỏ các trường thinking này trước khi chuyển tiếp nên request không lỗi, nhưng thinking vẫn chạy và được tính phí như token đầu ra.
• max_tokens bao gồm cả thinking và văn bản, và effort mặc định là high; hãy điều chỉnh lại kích thước các request từng tắt thinking trên Opus 5, và bắt đầu từ 64K cho xhigh hoặc max. Phản hồi có thể bắt đầu bằng khối thinking, nên hãy đọc khối văn bản theo type; thinking.display mặc định là "omitted".
• Các giới hạn kế thừa từ Fable 5 vẫn áp dụng: assistant prefill ở cuối và temperature, top_p hoặc top_k không mặc định trả về 400, và prompt tối thiểu có thể cache là 512 token.
• Thay đổi hành vi: các lời gọi tool song song kém nhất quán hơn (hãy yêu cầu gộp lô trong system prompt); có ít ghi chú tiến độ hơn giữa các lời gọi tool, nên hãy đặt display: "updates" (beta); các chỉnh sửa nhỏ có thể viết lại toàn bộ file; đầu ra ít định dạng hơn và văn xuôi đặc hơn.
• Khi từ chối sẽ trả về stop_reason: "refusal" kèm stop_details, và fallbacks: "default" (beta) thử lại trên Opus 4.8 hoặc Opus 5; từ 2026-09-24, các lần từ chối trước khi xuất đầu ra ở những danh mục ít dương tính giả sẽ bị tính phí. Nếu chuyển từ Opus 5, lưu ý rằng bộ phân loại an toàn của Fable 5.1 bao quát nhiều danh mục hơn và zero data retention cần được phê duyệt.

Request body sau khi chuyển đổi (/v1/messages)

{
  "model": "claude-fable-5-1",
  "max_tokens": 64000,
  "thinking": { "type": "adaptive", "display": "summarized" },
  "output_config": { "effort": "high" },
  "messages": [{ "role": "user", "content": "Find and fix the flaky test in this repo" }]
}

Ảnh chụp bảng giá danh mục

Giá tính cho mỗi 1 triệu token; việc quyết toán dựa trên giá tại thời điểm yêu cầu.

Nguồn giá chính thức: https://platform.claude.com/docs/en/models/fable-5-1/overview

Giá theo khối lượng: nếu bạn thanh toán $6,000 / $10,000 cho mọi mô hình Claude trong một ngày, ngày hôm sau mọi mô hình Claude được giảm 10% / 20% — tự động, không giới hạn. Xem quy tắc

Đo thực tế trên Wokey

28 ngày gần nhất (2026-10-13 đến 2026-11-09), cập nhật mỗi thứ Hai · Yêu cầu thực tế từ 100+ tài khoản

Thời gian đến token đầu tiên, prompt ngắn

2,3 giây (Trung vị · prompt dưới 8K token · p90 11 giây)

Thời gian đến token đầu tiên, prompt cỡ agent

6,9 giây (Trung vị · prompt 32K–128K token)

Tỷ lệ trúng cache prompt

89% (Tỷ lệ token đầu vào được đọc từ cache)

Client dùng nhiều nhất: Claude Code 71%, OpenCode 9%. Tỷ lệ trong các yêu cầu từ client nhận diện được; 57% yêu cầu nhận diện được client.

Cách đo

Thời gian đến token đầu tiên tính từ lúc gateway Wokey nhận yêu cầu đến nội dung stream đầu tiên (văn bản, tóm tắt suy luận hoặc từ chối). Con số này bao gồm thời gian xếp hàng, thử lại trên tài khoản khác và thời gian suy nghĩ của mô hình, nên dài hơn độ trễ token đầu tiên của chính upstream. Chỉ tính các yêu cầu streaming thành công, chia nhóm theo kích thước prompt (đầu vào cộng đọc và ghi cache).

Tỷ lệ trúng cache = token đọc từ cache ÷ token đầu vào trên các yêu cầu thành công. Tỷ lệ này phụ thuộc vào client và cách sử dụng; các trang tỷ lệ trúng cache phân tích chi tiết theo từng client.

Không tính tài khoản doanh nghiệp và tài khoản thử nghiệm của chính Wokey. Một mô hình được hiển thị khi có ít nhất 20 người dùng trong 28 ngày gần nhất và không người dùng nào gửi quá 50% số yêu cầu; các tài khoản đăng ký qua cùng một chuỗi giới thiệu được tính là một người dùng. Mỗi số liệu thời gian đến token đầu tiên cần ít nhất 500 yêu cầu.

Tỷ lệ trúng cache theo client

Khả năng của mô hình

Context

1,000,000 tokens

Đầu ra tối đa

128,000 tokens

Streaming

Được hỗ trợ

Tools

Được hỗ trợ

Vision

Được hỗ trợ

Các dạng API được hỗ trợ

/v1/messages

Gửi yêu cầu

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-fable-5-1","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Dùng Claude Fable 5.1 trong công cụ của bạn

Gateway là https://api.wokey.ai (client tương thích OpenAI thường dùng https://api.wokey.ai/v1), và ID mô hình là claude-fable-5-1. Mở hướng dẫn cho client bạn đang dùng.

• Dùng Claude Fable 5.1 trong Claude Code: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Fable 5.1 trong Claude Desktop: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Fable 5.1 trong pi: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Fable 5.1 trong Z Code: Anthropic Messages · cài đặt base URL và khóa API
• Công cụ tính chi phí API Claude: Claude Fable 5.1 tốn bao nhiêu mỗi tháng: So sánh chi phí hằng tháng trên Anthropic API, OpenRouter và Wokey theo mức sử dụng và tỷ lệ trúng cache của bạn.
• Claude Opus 5.5 hay Claude Fable 5.1: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Giải pháp thay thế OpenRouter: Wokey so với OpenRouter: So sánh giá token, phí thanh toán, định dạng API và nguồn upstream.
• API AI có thể xác minh: kiểm tra phản hồi Claude Fable 5.1 có đến từ upstream chính thức không: Những phản hồi nào có tee.proof, và một bằng chứng chứng minh được gì, không chứng minh được gì.
• Xác minh phản hồi Claude Fable 5.1 trực tuyến: công cụ kiểm tra relay API AI: Dán phản hồi kèm tee.proof và kiểm tra ngay trên trình duyệt của bạn; không có gì được tải lên.

Ví dụ một lệnh gọi thực tế

Các giá trị sử dụng này lấy từ một lệnh gọi Claude Fable 5.1 đã hoàn tất, thành công ngay lần thử đầu tiên và đã được đối chiếu với hóa đơn.

Tổng đầu vào

619529

Đầu ra

1342

Tỷ lệ đầu vào từ cache

99.8%

Thời gian gọi

14.98 s

Ví dụ trường usage

Tổng hợp từ bản ghi tính phí của lệnh gọi này. input_tokens là đầu vào không qua cache; đọc và ghi cache được liệt kê riêng.

{
  "model": "claude-fable-5-1",
  "usage": {
    "input_tokens": 2,
    "output_tokens": 1342,
    "cache_read_input_tokens": 618475,
    "cache_creation_input_tokens": 1052
  }
}

Đối chiếu token

Đây là đơn giá cuối cùng cho mỗi triệu token được ghi nhận cho lệnh gọi này.

Số tiền tính phí

$0.054024

Chi phí = tổng số token × đơn giá tương ứng ÷ 1,000,000, làm tròn đến sáu chữ số thập phân sau khi cộng.

Nguồn của lệnh gọi này

Bản ghi truyền tải trỏ đến api.anthropic.com với xác thực OAuth. Mức sử dụng được đo ở phía upstream và yêu cầu trả về HTTP 200.

Kiểm tra Prompt Cache

1. Giữ cố định system, tools và tiền tố hội thoại, rồi đánh dấu cache_control theo quy tắc cache.
2. Kiểm tra cache_creation_input_tokens ở phản hồi đầu tiên, sau đó dùng lại cùng tiền tố và kiểm tra cache_read_input_tokens ở phản hồi tiếp theo.
3. Đối chiếu riêng đầu vào không cache, đọc cache, ghi cache và đầu ra. Tổng đầu vào là tổng của ba hạng mục đầu vào.

Câu hỏi thường gặp

Mô hình và tài liệu liên quan

• Claude Fable 5
• Claude Fable 5.2
• Claude Opus 5
• Claude Opus 4.8
• Tài liệu API
• Tất cả mô hình và bảng giá
• Provider Node